[모바일] 딥러닝 Computer Vision 실전 프로젝트

프로젝트 1. 직접 쓴 숫자를 인식하는 Digit Classifier

직접 쓴 손글씨를 인식하는 프로젝트로 Computer Vision과 딥러닝의 기본을 다집니다. 

프로젝트 2. 주차장 차량 숫자 세는 Object Detection

Object Detection기술로 주차장 카메라로 주차된 차량 숫자를 세고 클라우드 서버에 실시간으로 알려줍니다.

프로젝트 3. 가위, 바위, 보를 판독하는 Gesture Recognition

Computer Vision의  Gesture Recognition 기술이 미리 학습한 가위, 바위, 보의 동작을 판독해 줍니다.

프로젝트 4. 몸을 구분해 주는 Body Segmentation

얼굴과 몸을 촬영하면 딥러닝이 Body Segmentation기술로 몸을 구분해 주고 배경과도 분리해 줘요.

프로젝트 5. 얼굴을 인식하는 Face Recognition

Computer Vison기술이 얼굴의 윤곽특성을 찾아내고 감정을 파악하고 나이와 성별을 추정해 준다면 믿어지시나요?

어떤 툴을 사용하나요?

이 강의에서 다루는 툴은 어떤 것들이 있을까요? 이 강의는 웹, 안드로이드, iOS 모든 모바일 장비에서 동작하는 웹앱을 만듭니다.

때로는 안드로이드 Native 앱을 만들기 위해 Android Studio를 쓰기도 하고 iOS Native 앱을 만들기 위해 Xcode를 사용하기도 합니다.

그러나 주로 Ionic+Angular Framework을 이용하여 데스크탑, 모바일 모두에서 동작하는 Hybrid 웹앱을 만듭니다.

이 외에도 몇가지 유용한 소프트웨어를 설치하는데 강의 속에서 하나씩 설명드립니다.

연관된 강의

[OpenCV] 
파이썬 딥러닝 영상처리 프로젝트 - 손흥민을 찾아라!
해당 과정에서 배운 다양한 이미지, 영상처리 기법과 모듈을 활용하여 재미있고 활용도 높은 프로젝트를 만들어 보세요.

[라즈베리파이] 
IoT 딥러닝 Computer Vision 실전 프로젝트
해당 과정에서 배운 다양한 이미지, 영상처리 기법과 모듈을 활용하여 재미있고 활용도 높은 프로젝트를 만들어 보세요.

 보너스!!
 이 내용을 추가로 제공해요!

1. 보너스로 '[라즈베리파이] IoT 딥러닝 Computer Vision 실전 프로젝트'강의에서 Object Detection 관련 내용과 
'앵귤러 파이어베이스 완전정복 - PetStore 쇼핑몰 프로젝트'강의에서 파이어베이스 관련 강의를 특강형식으로 제공합니다.

2. 'Model 정확도 99%이상 높이기'라는 특별강의도 드립니다. 이 강의는 '[라즈베리파이] IoT 딥러닝 Computer Vision 실전 프로젝트'과정 수강생 분들이 MNIST 손글씨 모델이 아래 사진처럼 '7을 왜 7이라 하지 못하나요?'라는 질문에서 시작되었습니다. 물론 모델의 정확도 뿐 아니라 프로그램 예외처리, MNIST원시데이터 등 다양한 요인이 있지만 기존 Nueral Network 모델이 학습용으로 단순해서 이걸 99.38%까지 정확도를 높이기 위해  Nueral Network 모델을 다시 구성하는 내용을 만들어 봤어요.

3. 텐서플로 Keras로도 원하는 모델을 만들 수 있는 방법을 특별강의로 알려드립니다. YOLO 학습에 사용했던 이미지를 그대로 사용해서 Keras로 학습해서 모델을 만들고 물체를 식별하는 내용입니다. YOLO와 Keras를 학습하는 내용도 배우고 서로 비교할 수도 있겠지요?

🙋🏻‍♂️ 궁금해요!

Q. 이 강의는 어떤 특징을 가지고 있나요?
A. 딥러닝, 머신러닝을 실전에서 활용하는 방법을 고민했습니다.

이 과정은 대표적인 분야인 Computer Vision관련된 이론 설명 뿐 아니라 실전 프로젝트를 통해서 딥러닝을 배우게 됩니다.특히, 모바일을 사용하여 현장에서 적용할 수 있는 실전 프로젝트를 만들어서 향후에 활용하시도록 돕고 있습니다.

Q. 비전공자도 들을 수 있나요?
A. 딥러닝이나 데이터 과학은 꼭 전산을 전공한 분만 할 수 있는 분야가 아닙니다.여러분의 열정만 있다면 충분히 배우고 활용할 수 있는 내용입니다.